Enseñar a las máquinas a pensar para avanzar en la medicina del futuro

La inteligencia artificial y el machine learning serán las tecnologías que revolucionarán la medicina del futuro. “Hay más tecnologías disruptivas, como el blockchain o la realidad aumentada, pero en el corazón de esta revolución digital están los algoritmos de machine learning, que son parte de la inteligencia artificial”, explica el doctor Juanjo Beunza, profesor de la Facultad de Ciencias Biomédicas y de la Salud en la Universidad Europea de Madrid y autor de Manual práctico de inteligencia artificial en entornos sanitarios, junto con Enrique Puertas y Emilia Condés. 

A pesar de los avances de los últimos años, queda mucho camino por recorrer, ya que “algunos autores estiman que hasta un 85% de los proyectos de IA fracasan. También en salud”, defiende Beunza. Y esto es porque no hay suficiente conocimiento técnico práctico, observa el experto. “Hay muchas personas con conocimiento teórico, que han cursado un máster de big data, por ejemplo, pero no tantas con experiencia práctica”, apunta. También existe “una brecha muy grande entre el conocimiento técnico y el campo de aplicabilidad”, y “a veces el énfasis se pone en la aplicación de una tecnología nueva y no en resolver un problema”. 

Para el doctor Beunza, “muchas veces la IA solo aporta un 20% de la solución a un problema, aunque ese 20% sea muy importante. El foco debe estar en resolver un problema o en potenciar una capacidad, y no en aplicar una red neuronal profunda”. Porque “muchas veces la mejor solución a un problema es una regresión logística tradicional, especialmente cuando el volumen de datos no es muy grande (algo muy frecuente en el entorno sanitario español)”, explica. 

Los retos 

Y por este motivo, según el experto, “hacen falta profesionales técnicos con conocimiento y experiencia más allá de la inteligencia artificial, en lugar de hiperespecialistas con una profunda formación y experiencia en una sola herramienta muy estrecha”. En el entorno sanitario, “se requieren profesionales con formación y experiencia más genérica, porque no podemos tener en plantilla 200 ingenieros. Raramente tenemos más de dos o tres”. 

También, “la velocidad a la que cambia la tecnología es un problema para su implementación”, explica el experto. Porque “a veces las soluciones que elegimos e implementamos quedan obsoletas en los meses que nos lleva obtener las aprobaciones y certificaciones requeridas, por lo que el riesgo comercial se incrementa”. Y otro de los grandes problemas es que “la pregunta suele estar mal planteada. Las herramientas de IA son en general muy útiles para tareas muy concretas y específicas, por ejemplo, para estimar la fracción de eyección en imágenes de ecocardiograma, pero producen un gran porcentaje de errores cuando las tareas son genéricas y múltiples, como realizar diagnósticos pediátricos en sustitución del médico pediatra. Y las preguntas suelen estar mal planteadas porque los equipos de desarrollo no incorporan en sus primeras fases a esos clínicos con conocimientos de las herramientas de IA. Los clínicos valiosos tienen poco tiempo, y cuando lo tienen suelen tener importantes lagunas a la hora de entender estas herramientas de IA”. 

Juanjo Beunza forma parte del grupo Machine Learning Salud de la Universidad Europea, que nació hace dos años para desarrollar experiencia y conocimiento docente en la aplicación de herramientas de inteligencia artificial en el ámbito sanitario. “Es un grupo inter- y transprofesional”, explica, “en el que colaboran especialistas del ámbito técnico como ingeniería informática e ingeniería biomédica, etc., así como profesionales de la salud. Profesionales del Hospital Universitario HLA Moncloa juegan un rol muy importante en este grupo”. 

Un espíritu colaborativo

Han estado trabajando con algoritmos predictivos y diagnósticos, publicados y open source con el objetivo de “explorar la potencialidad de dichos algoritmos tanto en la clasificación de imágenes médicas, ya sean placas de tórax, RNM, frotis sanguíneos, etc., como en el entrenamiento de algoritmos predictivos, para por ejemplo predecir eventos cardiovasculares como infartos de miocardio en base a datos estructurados clásicos. Partimos de un espíritu colaborativo y docente, por lo que compartimos con nuestros alumnos y socios todo el conocimiento que desarrollamos. Por otra parte, utilizamos hardware y software open source para que un gran número de personas e instituciones puedan beneficiarse de este conocimiento de una manera asequible y sostenible”. 

El experto también puso en marcha el sitio web coRona-Ladies, un proyecto nacido en una reunión del grupo R-Ladies Madrid, que busca promocionar el uso del lenguaje de programación R entre chicas. “El objetivo del proyecto era crear una web que recopilara datos oficiales de la evolución de la pandemia de la Covid-19 para realizar predicciones epidemiológicas útiles para la gestión de materiales y de recursos humanos en los hospitales. Sin embargo, observamos cómo la fiabilidad de los datos disponibles era tan escasa que los modelos predictivos eran básicamente inútiles. Así que paramos el proyecto”, reconoce Beunza. “Pero fue una colaboración muy bonita con R-Ladies y un gran aprendizaje. Comprobamos in situ que la calidad de los algoritmos se sustenta sobre la calidad de los datos. Sin datos, todo lo demás es inútil”. 

¿Y qué puede hacer la IA aplicada a la medicina en cuanto a la Covid-19? Mucho. Desde el diagnóstico –asistentes clínicos remotos, detección automática de temperatura, análisis de placas de tórax o de TAC torácicos–, predicción –detección temprana de alto riesgo de requerimiento de UCI, necesidades materiales, logísticas y de recursos humanos–, desarrollo de nuevos fármacos –búsqueda de nuevas moléculas, reclutamiento para ensayos clínicos–, vacunas y control de casos en contención o mitigación –aislamiento, contactos de riesgo, carnet inmunológico–. “Pero no olvidemos que la IA es un complemento, un potenciador, no una solución”, insiste Beunza. “Considero un error poner el foco en la herramienta de seguimiento de contactos sin tener un número suficiente de rastreadores para realizar el seguimiento. O disponer de un algoritmo de diagnóstico por voz sin tener un número suficiente de médicos y enfermeros en los centros de salud. La IA es una herramienta, no un sustituto de los profesionales ni del sistema”. 

Faltan profesionales híbridos 

“Uno de los grandes problemas que tenemos es que los equipos de desarrollo técnico dominan las nuevas tecnologías, pero tienen importantes lagunas a la hora de adaptar las soluciones que desarrollan a la realidad de los entornos clínicos”, afirma el doctor Beunza. “Y los clínicos que colaboran con ellos muchas veces no entienden cómo funcionan esas herramientas ni sus limitaciones, posibilidades o potencialidades, por lo que el diálogo no es fluido ni eficiente”. Para el experto hay una demanda creciente de profesionales que puedan establecer ese diálogo entre las necesidades de los profesionales y de los pacientes por un lado, y las posibilidades técnicas de las soluciones propuestas por otro. “De ahí surgen carreras como ingeniería biomédica o profesionales de la medicina que se forman más profundamente en las herramientas de inteligencia artificial. Pero esos nuevos perfiles no están todavía bien definidos ni instaurados”. 

Un cambio histórico de ciclo

“Creo que vivimos en un momento apasionante para la práctica y/o gestión de la medicina”, afirma Beunza. “Considero que estamos en un cambio histórico de ciclo. El sistema sanitario, tal y como lo conocemos, no es sostenible. Y a las tensiones derivadas de la ineficacia del sistema actual hay que contraponer las inmensas oportunidades de transformación disponibles”, añade. Aunque la gran dificultad, según el experto, “es que los parches ya no valen. Hay que reimaginar todo el sistema”. 

Para el doctor Beunza, “la telemedicina sobre todo, y la cirugía robótica remota un poco menos, serán esenciales en ese nuevo sistema donde la atención sanitaria será ubicua. El centro de la atención será el paciente y el número de visitas presenciales se limitarán a los casos estrictamente necesarios. Y la explosión de los sensores remotos (ya disponibles a costes asequibles) permitirá realizar en remoto una gran parte de las exploraciones y maniobras que hoy en día hacemos presencialmente”. 

Telemedicina y Covid-19 

La telemedicina es uno de los ámbitos que más se han visto favorecidos por la pandemia de la Covid-19 y han surgido muchos proyectos en los últimos meses. La digitalización de la sociedad ha avanzado entre 3 y 5 años según los expertos, debido a la crisis sanitaria. “La Covid ha sido y es un drama, pero nos ha obligado a utilizar algunas de esas herramientas que ya teníamos disponibles antes de la Covid-19, como es la telemedicina. Sabíamos que en algún momento teníamos que empezar a utilizarlas”, afirma Beunza. Sin embargo, reconoce, “su uso no está libre de limitaciones. Pensemos, por ejemplo, en la falta de cobertura legal que tienen los médicos realizando diagnósticos en remoto, con todos los riesgos que eso conlleva. Nos hemos visto obligados a atender a nuestros pacientes en remoto sin estar totalmente preparados para ello, a veces sin equipo adecuado o sin formación. Considero que es un cuadro lleno de luces y de sombras”. 

Los pacientes, ante la tecnología 

“Creo que el entorno clínico asistencial está muy lejos de haber asimilado esta revolución”, reconoce Beunza. “Todavía pedimos cita con el médico especialista para que, tras una espera más o menos larga, nos dé unos resultados que puede que sean totalmente normales. No digamos nada de la integración de toda nuestra información clínica con información de los cientos de sensores que tenemos a nuestra disposición con información genética, metabólica, analítica, de imagen, etc. La privacidad de los datos es un grandísimo escollo, pero existen multitud de propuestas que nos permiten acceder, al menos parcialmente, a estas herramientas con garantías de seguridad y privacidad. La transformación está en marcha, aunque muy lentamente”. 

Biosensores ‘wearables’ 

Existen otras tecnologías y aplicaciones que pueden aportar mucho a la medicina como los relojes conectados al móvil de una persona epiléptica, los medidores de azúcar para diabéticos o las camisetas inteligentes para las personas hipertensas, por ejemplo. “Creo que los biosensores son un elemento esencial en la telemedicina”, afirma el doctor Beunza. “No se puede basar un diagnóstico exclusivamente en información subjetiva del paciente. Si queremos hacer atención y seguimiento remoto hay que poner los cimientos de esos parámetros objetivos, sea la frecuencia cardíaca, la respiratoria, la saturación de O2 o los ruidos de auscultación. Y ocurre que hoy en día podemos construir un dispositivo para obtener la FC, la FR y la saturación de O2 por menos de 15€. La tecnología y sus costes ya son asumibles por la inmensa mayoría de la población española. Nos falta acceder a ese conocimiento e implementarlo”.